Image assets skill

Image Assets

核心判断

• 最终 APP 素材抠图优先用 rmbg2 (briaai/RMBG-2.0)；无授权或要对比时用 birefnet。
• 默认使用 --background-mode auto 从四角识别白色或其他均匀纯色背景，自动去除对应色边，并用 --shadow-mode auto 恢复主体附近被分割模型忽略的渐变投影。
• 复杂背景只使用模型分割结果，不自动反推边缘颜色。已知背景色时用 --background-color '#RRGGBB'；需要完全关闭背景色后处理时用 --background-mode off --shadow-mode off。
• 尺寸修改、WebP/AVIF/JPEG/PNG 转码压缩优先走 sharp/libvips，缩放默认 Lanczos3。
• 默认压缩以保留色彩和细节为先：optimize 默认质量 90，APP 派生图默认质量 92，web-optimized 默认质量 88；JPEG 使用 4:4:4 色度抽样。
• 透明主资产保留 PNG；分发或包体优化再生成 WebP/AVIF/JPEG 派生版本。
• N 宫格像素素材生成动画时优先用 grid-gif --cutout-mode color：自动识别分隔线，按边缘连通区域去除纯色背景，避免模型破坏像素轮廓。复杂背景再切 rmbg2 或 birefnet。
• 处理 N 宫格 GIF，或排查动画抖动、主体透明洞、分隔线残留、换底和播放顺序问题前，读取 references/sprite-sheet-gif.md；其中记录完整流水线、验收清单和已否决方案。
• 深色背景搭配深色主体时使用保守换底：默认容差 12，只把边缘连通的背景替换成唯一洋红键色后精确设透明。不要直接把容差提高到 20 以上，否则黑色衣裤可能被一并删除。
• GIF 各帧必须保留统一画布，并默认用 --anchor feet 将脚部中心与最低接地点对齐；锚点检测先过滤孤立边缘噪点，再只取前景底部 8%，避免尾巴或衣摆污染横向坐标。不要逐帧独立紧裁。像素画放大使用整数 --scale 和最近邻缩放，避免动画抖动或像素发糊。
• 连续动作默认 --playback forward，播放为 12341234...；起止姿势需要平滑往返时用 --playback ping-pong，播放为 1234321...，首尾端点不会重复编码导致停顿。
• 日常优先用 preset，只有用户明确要控制模型、尺寸、质量、格式时再展开高级参数。
• 用户不知道应该使用什么尺寸、格式、质量，或图片将用于 iOS、iPadOS、macOS 原生应用时，先读取 references/apple-native-assets.md，根据目标平台、显示点值和资产类型选择方案，再执行处理。
• 从彩色 App Icon 派生 macOS 菜单栏 / 状态栏图标时，先读 references/apple-native-assets.md 的「从彩色 App Icon 提炼菜单栏模板图标」；默认提炼语义轮廓并重绘透明单色资产，不把整张彩色图机械阈值化。

常用命令

一键生成 APP 资产：先抠图，再输出常用尺寸 PNG/WebP。

python <skill-dir>/scripts/image_assets_cli.py app-assets \
  --input /path/to/images \
  --output /path/to/assets

默认 PNG 派生图只做无损 oxipng；需要更小体积且能接受轻微有损时加 --png-lossy，文件名会出现 pnglossy-qXX，实际是否调用 pngquant 以 manifest.json 为准。

只抠图，输出透明 PNG：

python <skill-dir>/scripts/image_assets_cli.py app-transparent \
  --input /path/to/images \
  --output /path/to/cutouts

把 4×4 像素素材切成 16 帧、抠图并生成透明 GIF：

python <skill-dir>/scripts/image_assets_cli.py grid-gif \
  --input /path/to/sprite-sheet.png \
  --output /path/to/animation.gif \
  --grid 4x4 \
  --duration 120 \
  --playback ping-pong \
  --anchor feet \
  --keep-frames

不知道行列、只知道总帧数时用 --frames 16 自动推断；--grid 的格式是“列数x行数”。默认按行从左到右读取，可用 --order column-major 改为按列读取。动作需要来回衔接时使用 --playback ping-pong。纯色背景默认走 color；复杂背景可用 --cutout-mode rmbg2 或 --cutout-mode birefnet。角色没有脚或脚部变化过大时，依次尝试 --anchor bottom-center、--anchor center；只有需要完全保留格子原始位置时才用 --anchor cell。

彩色纯色背景会被自动识别。自动识别失败或需要精确指定时：

python <skill-dir>/scripts/image_assets_cli.py app-transparent \
  --input /path/to/images \
  --output /path/to/cutouts \
  --background-color '#36C5F0'

复杂背景不应做纯色反推：

python <skill-dir>/scripts/image_assets_cli.py app-transparent \
  --input /path/to/images \
  --output /path/to/cutouts \
  --background-mode off \
  --shadow-mode off

从已透明图片生成图标多尺寸：

python <skill-dir>/scripts/image_assets_cli.py app-icons \
  --input /path/to/cutouts \
  --output /path/to/icons

网站/包体优化：

python <skill-dir>/scripts/image_assets_cli.py web-optimized \
  --input /path/to/images \
  --output /path/to/web-assets

web-optimized 是保守压缩 preset，默认 quality 88。只有明确接受颜色渐变、细线和纹理损失时才降低到 quality 85 以下，并在交付前做原图对比。

高级抠图对比时显式切模型：

python <skill-dir>/scripts/image_assets_cli.py cutout \
  --input /path/to/images \
  --output /path/to/cutouts-rmbg2 \
  --model rmbg2

python <skill-dir>/scripts/image_assets_cli.py cutout \
  --input /path/to/images \
  --output /path/to/cutouts-birefnet \
  --model birefnet

精确改分辨率或格式：

python <skill-dir>/scripts/image_assets_cli.py resize \
  --input /path/to/images \
  --output /path/to/resized \
  --width 1024 \
  --format png

python <skill-dir>/scripts/image_assets_cli.py optimize \
  --input /path/to/images \
  --output /path/to/optimized \
  --format webp \
  --quality 90

输出命名

必须显式传 --output；脚本不设置默认输出目录。

输出文件名自动写入关键处理参数，规则是：

<原名>_<处理步骤>_<关键参数>.<格式>

示例：

• icon_cutout-rmbg2.png
• chair_cutout-rmbg2-shadow.png
• icon_cutout-rmbg2_asset_w512.webp
• banner_resize_w1920_jpg-q88.jpg
• photo_pipe_w2048_avif-q82.avif
• animation.gif 与同目录的 animation.manifest.json

只记录影响结果的关键参数：抠图模型、尺寸、输出格式、质量、是否走 PNG 有损量化。每个输出目录都会生成 manifest.json，记录源文件、输出文件、尺寸、格式、质量、模型、实际优化工具和文件大小变化。

Token 和授权

使用 RMBG-2.0 时不要索要账号密码，不要把 token 写进脚本、Markdown、git commit 或输出路径。使用以下任一方式：

• HF_TOKEN=<read-token> python <skill-dir>/scripts/image_assets_cli.py app-transparent ...
• 先运行 huggingface-cli login
• 模型已缓存时给抠图命令加 --local-files-only

用户在聊天里给过临时 Hugging Face token 时，完成后提醒 revoke。

质量检查

• 抠图后必须检查 preview_dark.png 和 preview_checker.png，尤其留意彩色背景造成的边缘染色。
• 透明 PNG 应为 RGBA，四角 alpha 应为 0。
• 检查 manifest.json 中每张图的 background_color、background_detected 和 decontaminate_background；自动背景色不可靠时显式传 --background-color 或关闭背景后处理。
• 压缩/改尺寸后检查 manifest.json，确认输出尺寸、格式、体积变化符合预期。
• 有损压缩必须抽查高饱和色边缘、渐变、细线、文字和暗部纹理；质量低于 85 时必须与原图并排检查。
• grid-gif 后必须目视检查自动生成的棋盘格 *_alignment.png 和从最终 GIF 解码得到的 *_checker.gif：前者的红线应稳定穿过横向锚点、绿线应稳定落在脚底，后者不应在主体内出现棋盘格透明洞。不能只用同一锚点算法或中间 PNG 自证。另检查 GIF 帧数、帧时长、循环次数、四角透明度和分隔线残留；加 --keep-frames 时抽查逐帧 PNG。
• 质量敏感时生成对比图：

python <skill-dir>/scripts/image_assets_cli.py compare \
  --left /path/to/birefnet-output \
  --right /path/to/rmbg2-output \
  --output /path/to/model-comparison.png \
  --left-label BiRefNet \
  --right-label RMBG-2.0

环境恢复

只有在环境安装失败、换电脑恢复、需要解释模型/授权/压缩工具行为时，读取 references/environment.md。

决策参考

• 处理或排查 N 宫格切帧、抠图、锚点对齐、透明 GIF 编码时，读取 references/sprite-sheet-gif.md。
• 用户不知道如何压缩、调整分辨率、选择格式，或需要 Apple 原生应用资产交付建议时，读取 references/apple-native-assets.md。
• 该参考文档包含 pt × scale 换算、iPhone/iPad/macOS 建议尺寸、格式与压缩决策、Asset Catalog 交付规则、性能和可访问性注意事项。